[发明专利]用于输出信息的方法和装置有效

专利信息
申请号: 201711407816.6 申请日: 2017-12-22
公开(公告)号: CN108153856B 公开(公告)日: 2022-09-06
发明(设计)人: 刘昊;刘凯;何伯磊;肖欣延;吕亚娟 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F40/30;G06Q30/02;G06Q50/00
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 输出 信息 方法 装置
【权利要求书】:

1.一种用于输出信息的方法,包括:

获取针对目标物品的待匹配的用户评论文本;所述用户评论文本包括至少一个用户评论短句,所述至少一个用户评论短句对应有情感极性;

获取预先挖掘出的、针对所述目标物品所属类别的物品的评论标签集合;所述评论标签集合中每个评论标签均与情感极性相对应;

基于情感极性,在所述评论标签集合中选取与所述用户评论文本相匹配的评论标签;

输出所选取出的评论标签。

2.根据权利要求1所述的方法,其中,所述评论标签集合中的评论标签包括对象词和针对所述对象词所指示的对象的评价词;以及

所述在所述评论标签集合中选取与所述用户评论文本相匹配的评论标签,包括:

将所述用户评论文本切分成至少一个用户评论短句;

针对所述评论标签集合中的每个评论标签,响应于确定出所述至少一个用户评论短句中存在包括该评论标签中的对象词和评价词的用户评论短句,选取该评论标签作为与所述用户评论文本相匹配的评论标签。

3.根据权利要求2所述的方法,其中,所述评论标签集合中的评论标签与情感极性相对应,所述情感极性包括积极和消极;以及

所述在所述评论标签集合中选取与所述用户评论文本相匹配的评论标签,包括:

针对所述至少一个用户评论短句中的每个用户评论短句,将该用户评论短句输入到预先建立的第一情感极性预测模型中,得到该用户评论短句的情感极性,其中,所述第一情感极性预测模型用于表征评论文本与评论文本的情感极性之间的对应关系;

针对所述评论标签集合中的每个评论标签,确定所述至少一个用户评论短句中存在的包括该评论标签中的对象词、而不包括该评论标签中的评价词的用户评论短句的情感极性与该评论标签的情感极性是否匹配,若匹配,则选取该评论标签作为与所述用户评论文本相匹配的评论标签。

4.根据权利要求1-3之一所述的方法,其中,所述在所述评论标签集合中选取与所述用户评论文本相匹配的评论标签,包括:

针对所述评论标签集合中的每个评论标签,基于神经网络的语义匹配技术,确定所述用户评论文本与该评论标签的语义相似度,响应于确定出所述语义相似度大于等于预设语义相似度阈值,选取该评论标签作为与所述用户评论文本相匹配的评论标签。

5.根据权利要求1所述的方法,其中,所述评论标签集合中的评论标签包括对象词和针对所述对象词所指示的对象的评价词;以及

所述评论标签集合是通过如下步骤挖掘得到的:

获取在预设历史时间段内针对属于所述类别的物品的历史评论文本;

将所述历史评论文本切分成至少一个候选短句;

对所述至少一个候选短句中的每个候选短句进行分词,并确定分词所得到的每个词语的词性;

对于所述每个候选短句,在对该候选短句进行分词所得到的词语集合中,选取词性为名词、且字数大于等于第一预设字数的词语作为对象词,选取词性为形容词、且字数大于等于第二预设字数的词语作为针对所选取出的对象词所指示的对象的评价词,并将选取出的对象词与选取出的评价词组合成候选评论标签,基于所述候选评论标签,生成评论标签集合。

6.根据权利要求5所述的方法,其中,所述基于所述候选评论标签,生成评论标签集合,包括:

对于所述每个候选短句,确定对该候选短句进行分词所得到的各个词语之间的依存关系,并生成用于表征所述依存关系的依存句法树;

基于所述依存句法树,从所述候选评论标签中选取满足以下至少一个依存条件的评论标签,并基于所选取出的评论标签,生成评论标签集合:

对象词与对象词的依存父节点之间存在预定义的主谓关系;

评价词与评价词的依存父节点之间存在预定义的动宾关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711407816.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top